다음은 게스트 게시물입니다. 20년 이상 금융 서비스에 종사해 온 Todd Thomas.
로부터 자료에 따르면 도시 연구소, 히스패닉 소비자의 FICO 신용 점수 중앙값은 백인 소비자의 중앙값보다 약 75점 낮습니다. 흑인 소비자의 신용 점수 중앙값은 백인 소비자 중앙값보다 100점 이상 낮습니다. 그리고 사용할 수 있는 신용 파일이 없는 미국 성인의 약 10%는 불균형적으로 유색인종입니다.
Urban Institute에 따르면 이러한 인종, 인구 통계 및 지리적 격차는 "유색인 커뮤니티의 부를 감소시키고 경제적 선택을 제한한 역사적 불평등"에 뿌리를 두고 있습니다. 서브프라임 차입자는 3,000년 동안 $10,000 자동차 대출에 대해 이자와 수수료로 $XNUMX를 더 지불할 수 있습니다.
이러한 불평등한 현상 유지는 소비자 위험 모델링에 대한 보다 객관적인 접근 방식을 요구하는 옹호자들입니다. 혁신가들은 바로 그 일을 할 수 있는 새로운 기술과 데이터 소스를 만들었습니다.
다음 XNUMX가지 소비자 위험 모델링 혁신은 현재 신용 평가 제도를 다양한 정도로 혼란에 빠뜨릴 태세입니다. 종합적으로, 그것들은 인식을 넘어 개념을 바꿀 수 있고 결국 오늘날 우리가 "신용 점수"라고 생각하는 것을 쓸모없게 만들 수 있습니다.
1. 현재 득점 모델에 대한 미래 예측 변경
제일 FICO 채점 모델의 최근 변경 사항, 총칭하여 FICO 10 및 FICO 10T는 변형 업데이트가 아니라 반복적입니다. 즉, 신용 점수 계산을 근본적으로 변경하지 않습니다.
그러나 FICO 10 및 10T는 전통적인 신용 평가 모델이 나아가고 있는 방향과 더 파괴적인 혁신이 정착함에 따라 미래에 관련성을 유지하기 위해 해야 할 일을 암시합니다.
FICO 10 및 10T는 전반적인 부채 부담의 맥락에서 소비자의 신용 구성에 더 세심한 주의를 기울입니다. 특히, 기존 부채를 통합하기 위해 새로운 개인 대출을 받은 다음 현재 거래(대부분 신용 카드)에 대해 부채를 계속 쌓는 소비자에게 불이익을 줍니다.
기본적으로, 그들은 좋은 신용 행동에 대한 보상(부채 상환)과 위험한 습관(자신의 능력 이상으로 사는 것)을 억제하는 것을 목표로 합니다.
2. 현금 흐름 모델링
최근의 또 다른 FICO 업데이트는 신용 점수 불일치를 보다 직접적으로 공격합니다. NS UltraFICO 점수 — Fair Isaac Corporation, Experian 및 Finicity 간의 합작 투자 — 소비자의 신용 위험에 대한 보다 정확하고 공정한 그림을 제공하기 위해 비신용 데이터를 가져옵니다. 현금 흐름 모니터링에는 은행 계좌의 현금 흐름 및 지불 내역이 포함됩니다.
UltraFICO는 계좌 잔고 및 계좌 연령과 같은 은행 정보를 통합함으로써 전통적인 신용 점수를 받을 만큼 충분한 신용 기록이 없는 약 15만 명의 신용 점수를 지원합니다. 불행히도, 그 사람들은 불균형적으로 저소득 및 POC(신용 점수 현재 상태로 인해 뒤처질 가능성이 가장 높은 사람들)입니다.
UltraFICO는 현금 흐름 모델링의 예입니다. 기업 대출 기관이 오랫동안 사용해 온 현금 흐름 모델링은 Accion, Brigit 및 Petal과 같은 핀테크 대출 기관의 채택 덕분에 소비자 신용 주류로 자리 잡았습니다.
분석에 따르면 핀레그랩, "현금 흐름 점수 및 속성의 예측성은 일반적으로 최소한 기존 신용 점수 및 신용 조사 기관 속성만큼 강력했습니다."라고 하여 기존 점수를 신뢰할 수 있는 보완 또는 대체할 수 있음을 시사합니다. FinRegLab의 데이터에 따르면 현금 흐름 모델링은 기존 스코어링보다 더 공평합니다.
3. 국제 신용 평가 및 위험 모델링
현행 신용평가제도 역시 국적에 따라 명시적으로 차별하고 있다. 미국에 오는 비미국 국적자는 FICO 점수를 받기 위한 필수 신용 기록이 없습니다. 대출 결정을 내리기 위해 FICO 점수에 의존하는 대출 기관에게는 본질적으로 보이지 않습니다.
다행히도, 다음과 같은 글로벌 소비자 신용 위험 모델 덕분에 국제 신용 점수에 대한 국경 기반 장벽이 이미 무너지고 있습니다. 노바 크레딧. 더 많은 미국 대출 기관이 이러한 모델을 신뢰하고 채택하기 시작하면서 미국에 새로 도착한 미국인과 해외로 이주하는 미국인은 전통적인 국가별 신용 점수 없이 신용을 얻는 것이 더 쉽다는 것을 알게 될 것입니다.
4. 학점 이후의 세계
마지막으로, 다음과 같은 비신용 및 비-신용 점수 모델 피코 XD 진정한 "신용 점수 이후" 세계에서 가능한 일에 대한 힌트.
FICO XD는 신용 조사 기관 정보에 전적으로 또는 기본적으로 의존하지 않습니다. 이 모델은 부동산 기록, 임대 데이터베이스 및 유틸리티 계약과 같은 비신용 계약에서 데이터를 가져와 소비자의 채무 불이행 가능성에 대한 포괄적인 그림을 개발합니다.
Fair Isaac Corporation에 따르면 FICO XD는 역사적으로 불리한 많은 인구 통계학적 그룹을 포함하여 이전에 채점할 수 없었던 소비자의 최대 70%에 대해 FICO 점수를 생성할 수 있습니다.
최종 생각
지금은 소비자 위험 모델링에 있어 흥미로운 시기입니다. 기존 모델로의 점진적인 변경(FICO 10, UltraFICO)에서 신용 점수를 완전히 대체할 수 있는 보다 급진적인 변화(현금 흐름 모델링, FICO XD)에 이르기까지 우리는 현대 언더라이팅 초기 이후로 볼 수 없었던 혁신의 물결을 보고 있습니다.
이러한 혁신은 장기적인 신용 점수 격차를 줄이고 보다 정확한 소비자 신용 위험 모델을 생성할 수 있습니다. 그러나 그들은 보증을 제공하지 않습니다. 소비자 금융에 대한 실제 영향은 누가 어떻게 사용하는지에 달려 있습니다.
Todd Thomas는 20년 이상 금융 서비스 분야에서 일해 왔습니다.
PlatoAi. Web3 재창조. 데이터 인텔리전스 증폭.
액세스하려면 여기를 클릭하십시오.
